Bajaj Finance, L&T Finance, Tata Capital: NBFCs માં AI ની રેસ તેજ! જુઓ કોણ આગળ?

BANKINGFINANCE
Whalesbook Logo
AuthorArnav Chakraborty|Published at:
Bajaj Finance, L&T Finance, Tata Capital: NBFCs માં AI ની રેસ તેજ! જુઓ કોણ આગળ?
Overview

ભારતની અગ્રણી NBFCs (નોન-બેન્કિંગ ફાઇનાન્સિયલ કંપનીઓ) તેમના ધિરાણ કામકાજમાં AI અને GenAI ને ઝડપથી સામેલ કરી રહી છે. Bajaj Finance, L&T Finance અને Tata Capital જેવી કંપનીઓ ગ્રાહક સંપાદનથી લઈને વસૂલાત સુધીની પ્રક્રિયાઓને વધુ કાર્યક્ષમ બનાવવા, ઝડપી નિર્ણયો લેવા અને ગ્રાહકોને વ્યક્તિગત અનુભવ આપવા માટે અદ્યતન ટેકનોલોજીનો ઉપયોગ કરી રહી છે.

NBFCs માં AI નો વધતો પ્રભાવ: માત્ર કાર્યક્ષમતા નહીં, બજારમાં લીડરશીપ પણ

મોટી નોન-બેન્કિંગ ફાઇનાન્સિયલ કંપનીઓ (NBFCs) દ્વારા આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અને જનરેટિવ AI (GenAI) નો વ્યૂહાત્મક ઉપયોગ હવે ઓપરેશનલ સ્ટ્રેટેજીમાં મોટો બદલાવ લાવી રહ્યો છે. Bajaj Finance, L&T Finance અને Tata Capital જેવી કંપનીઓ માત્ર ડિજિટાઇઝેશનથી આગળ વધીને AI ને તેમના મુખ્ય બિઝનેસ મોડેલ્સમાં ઊંડાણપૂર્વક સમાવી રહી છે. આ રોકાણનો મુખ્ય ઉદ્દેશ્ય માત્ર ખર્ચમાં ઘટાડો કરવાનો નથી, પરંતુ ઝડપથી બદલાતા બજારમાં સ્પર્ધાત્મક સ્થિતિ મજબૂત કરવી અને આવકના નવા સ્ત્રોત ખોલવાનો છે. AI માં આ ભારે રોકાણ ભવિષ્યમાં માર્કેટ શેર અને ટકી રહેવા માટે નિર્ણાયક બનશે, જેનાથી ટેકનોલોજીમાં આગળ રહેલી સંસ્થાઓ અને પાછળ રહેલી સંસ્થાઓ વચ્ચે એક મોટી ખાઈ સર્જાવાની શક્યતા છે.

ઓપરેશન્સમાં મળતા માપી શકાય તેવા ફાયદા

Bajaj Finance, જેનું માર્કેટ કેપિટલાઇઝેશન આશરે ₹6.30 લાખ કરોડ અને P/E રેશિયો આશરે 34.6 છે, તે ગ્રાહકોના વિશાળ ડેટાનું વિશ્લેષણ કરવા માટે AI નો ઉપયોગ કરી રહી છે. કંપનીએ 20 મિલિયન કોલ્સનું વિશ્લેષણ કર્યું, જેમાંથી 500,000 થી વધુ ગ્રાહકો માટે તેને ટેક્સ્ટમાં રૂપાંતરિત કરવામાં આવ્યું. આનાથી 100,000 થી વધુ નવી ઓફર્સ જનરેટ થઈ અને અગાઉ ઉપલબ્ધ ન હોય તેવો ડેટા મળ્યો. AI-આધારિત આ અંતર્દૃષ્ટિએ તેના AI કોલ સેન્ટર દ્વારા લગભગ ₹1,600 કરોડ ના લોન ડિસ્બર્સમેન્ટમાં ફાળો આપ્યો છે, જ્યારે માત્ર કોલ ડેટા એનાલિસિસથી ₹325 કરોડ નું વોલ્યુમ મળ્યું છે. કંપનીનો લક્ષ્યાંક વાર્ષિક 100 મિલિયન કોલ્સ સુધી પહોંચવાનો છે, જેમાં 2026ના મધ્ય સુધીમાં તેના તમામ 26 પ્રોડક્ટ્સમાં કન્વર્ઝેશનલ બોટ્સ અને fiscal year 2027 માં 800 થી વધુ ઓટોનોમસ એજન્ટ્સનો સમાવેશ કરવાનો છે.

L&T Finance, જેનું મૂલ્ય આશરે ₹74,519 કરોડ અને P/E રેશિયો 26.25 છે, તે પ્રોજેક્ટ નોસ્ટ્રાડેમસ (Project Nostradamus) અને પ્રોજેક્ટ હેલિઓસ (Project Helios) જેવા AI પહેલનો ઉપયોગ કરી રહી છે. પ્રોજેક્ટ હેલિઓસ, એક એજન્ટિક AI પ્લેટફોર્મ, 5,000 થી વધુ અન્ડરરાઇટિંગ કેસો પર પ્રક્રિયા કરી ચૂક્યું છે, જેનાથી SME સેગમેન્ટમાં ટર્નઅરાઉન્ડ ટાઇમમાં 30% નો ઘટાડો થયો છે અને પ્રતિ કેસ 1.5 કલાક નો સમય બચ્યો છે. નોસ્ટ્રાડેમસના સંપૂર્ણ અમલીકરણનો લક્ષ્યાંક fiscal year 2027 ની શરૂઆત સુધીમાં વિવિધ બિઝનેસ વર્ટિકલ્સમાં છે. તે જ સમયે, Tata Capital, જેનું માર્કેટ કેપ આશરે ₹1.51 લાખ કરોડ અને P/E રેશિયો લગભગ 34.06 છે, તે AI અન્ડરરાઇટિંગ કો-પાયલોટ અને AI-જનરેટેડ ક્રેડિટ મેમોને તેની કામગીરીમાં સામેલ કરી રહી છે, જેનો ઉદ્દેશ્ય ઝડપ, સુસંગતતા અને રિસ્ક ગવર્નન્સને સુધારવાનો છે.

વધતી જતી ટેકનોલોજીનો ભેદ

જ્યારે આ મોટી NBFCs આક્રમક રીતે AI અપનાવી રહી છે, ત્યારે સમગ્ર ભારતીય નાણાકીય સેવા ક્ષેત્રમાં અપનાવવાનો દર વધુ વૈવિધ્યસભર દેખાય છે. માત્ર લગભગ 21% નાણાકીય સંસ્થાઓએ મુખ્ય કામગીરી માટે AI નો અમલ શરૂ કર્યો છે, જેમાં મોટાભાગે મોટી સંસ્થાઓ જ સામેલ છે. નાની અર્બન કોઓપરેટિવ બેંકો અને ઘણી NBFCs ને અપૂરતી ડેટા ઇન્ફ્રાસ્ટ્રક્ચર, કુશળ પ્રતિભાની અછત અને મર્યાદિત IT બજેટ જેવી નોંધપાત્ર મુશ્કેલીઓનો સામનો કરવો પડી રહ્યો છે. આ તફાવત રોકાણ કરવા માટે સંસાધનો ધરાવતા લોકો માટે વધતા સ્પર્ધાત્મક લાભને દર્શાવે છે, કારણ કે AI રીઅલ-ટાઇમમાં અસંખ્ય ડેટા પોઈન્ટ્સ પર પ્રક્રિયા કરીને લોન મંજૂરીના સમયને દિવસોથી મિનિટોમાં ઘટાડે છે.

Bajaj Finance, ઉદાહરણ તરીકે, ₹4.44 લાખ કરોડ ની AUM (Assets Under Management) અને Tata Capital અને Shriram Finance જેવા પ્રતિસ્પર્ધીઓ કરતાં દસ ગણા મોટા ગ્રાહક આધાર સાથે, તેના વિસ્તૃત બ્રાન્ચ નેટવર્ક દ્વારા મોટા પાયે લીડ ધરાવે છે. આ સ્કેલ માત્ર વ્યાપક AI ડિપ્લોયમેન્ટને સરળ બનાવતું નથી, પરંતુ વધુ અસરકારક AI મોડેલ્સ માટે સમૃદ્ધ ડેટા સેટ પણ પ્રદાન કરે છે. L&T Finance નો વર્તમાન સ્ટોક પ્રાઈસ લગભગ ₹297.65 ની આસપાસ ટ્રેડ થઈ રહ્યો છે, અને Bajaj Finance લગભગ ₹1012.70 પર ટ્રેડ થઈ રહ્યું છે, જે તેમની સ્થાપિત બજાર સ્થિતિને પ્રતિબિંબિત કરે છે. તેનાથી વિપરીત, Tata Capital, લગભગ ₹355 પર ટ્રેડ થઈ રહ્યું છે, તે એક નોંધપાત્ર ડાયવર્સિફાઇડ પ્લેયર તરીકે સ્થાન ધરાવે છે, જોકે તેની ઘણીવાર Bajaj Finance ના મોટા ઓપરેશનલ સ્કેલ સાથે સરખામણી કરવામાં આવે છે.

જોખમો અને અદ્રશ્ય જવાબદારીઓ

કાર્યક્ષમતામાં નોંધપાત્ર સુધારા છતાં, AI પર વધુ પડતી નિર્ભરતા જોખમના નવા સ્તરો રજૂ કરે છે. એલ્ગોરિધમિક બાયસ (Algorithmic Bias) અને નિષ્પક્ષતા (Fairness) જેવી બાબતો મહત્વપૂર્ણ ચિંતાઓ છે જેને મજબૂત ગવર્નન્સ અને સતત દેખરેખની જરૂર છે. મોટી સંસ્થાઓ વચ્ચે AI અપનાવવાનું કેન્દ્રીકરણ પણ એક સિસ્ટમિક જોખમ ઊભું કરે છે, જે માર્કેટ કન્સોલિડેશન અને ટેકનોલોજીકલ રોકાણની ગતિ સાથે તાલ મિલાવી ન શકે તેવી નાની સંસ્થાઓને બાકાત રાખવાનું કારણ બની શકે છે. આ ઉપરાંત, AI સિસ્ટમ્સની જટિલતા ડેટા પ્રાઇવસી અને સાયબર સિક્યોરિટી જેવા ક્ષેત્રોમાં નવી નબળાઈઓ ઊભી કરી શકે છે, જેના માટે અત્યાધુનિક નિયમનકારી ફ્રેમવર્કની જરૂર પડે છે. જ્યારે Bajaj Finance જેવી કંપનીઓ મજબૂત વૃદ્ધિ નોંધાવી રહી છે, ત્યારે નિયમનકારી વાતાવરણ કડક બનવાથી અથવા ડેટા ઇન્ટિગ્રિટી સાથે સમાધાન કર્યા વિના AI ક્ષમતાઓને માપદંડ પર લાવવામાં અણધાર્યા પડકારો જેવા સંભવિત હેડવિન્ડ્સ ઉભરી શકે છે. AI ક્ષમતાઓના ઝડપી વિસ્તરણને નૈતિક AI ડિપ્લોયમેન્ટ અને સ્થિતિસ્થાપક ઓપરેશનલ ફ્રેમવર્કની આવશ્યકતા સામે સંતુલિત કરવું જરૂરી છે.

ભવિષ્યની દિશા

AI નું સતત એકીકરણ NBFC ક્ષેત્રમાં સ્પર્ધાત્મક ગતિશીલતાને ફરીથી વ્યાખ્યાયિત કરવા માટે તૈયાર છે. જેમ જેમ Bajaj Finance, L&T Finance અને Tata Capital જેવી કંપનીઓ તેમની AI-આધારિત પ્રક્રિયાઓને વધુ સુધારતી રહેશે, તેમ વ્યક્તિગત પ્રોડક્ટ્સ ઓફર કરવાની, ડાયનેમિક રીતે જોખમનું સંચાલન કરવાની અને શ્રેષ્ઠ કાર્યક્ષમતા સાથે કાર્ય કરવાની તેમની ક્ષમતા નવા ઉદ્યોગ બેન્ચમાર્ક સ્થાપિત કરશે. Bajaj Finance માટે એનાલિસ્ટ કન્સેન્સસ મોટાભાગે સકારાત્મક રહે છે, જેમાં બહુમતી વિશ્લેષકો 'Buy' રેટિંગ આપે છે અને સરેરાશ 12-મહિનાના પ્રાઈસ ટાર્ગેટ સંભવિત અપસાઇડ દર્શાવે છે. આ સતત વૃદ્ધિ અને નફાકારકતા માટે AI અપનાવવાના વ્યૂહાત્મક મૂલ્યમાં રોકાણકારોનો વિશ્વાસ દર્શાવે છે.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.